目前，在GTC 2019大会上，黄仁勋发布全球最大自动驾驶处理器 。主要聚焦4点：TensorRT 7，T4 GPU，SoC Orin，NVIDIA Parabricks。

      英伟达的“核弹”又来了。

      他说的是NVIDIA DRIVE AGX Orin，算力是Xavier的7倍。

      Orin是新一代自动驾驶和机器人处理器SoC，达到了ISO 26262 ASIL-D等系统安全标准，将包含一系列基于单一架构的配置，计划于2022年开始投产。

      这次的GTC 2019大会在中国苏州举行，黄仁勋照例身着皮衣登台演讲。

      而老黄这次的演讲主题，主要聚焦4点：TensorRT 7，T4 GPU，SoC Orin，NVIDIA Parabricks。

      首先，雷锋网新智驾带领大家从“重磅”的自动驾驶开始。

      推出新一代汽车SoC，算力200TOPS

      在发布会的现场，压轴出场的则是被英伟达寄予厚望的领域——自动驾驶，针对这个领域，英伟达已经推出过诸多高性能的计算平台及处理器。

      此次 GTC，黄仁勋带来新的自动驾驶“核弹”产品，就是英伟达下一代的自动驾驶处理器Orin，也是下一代的SoC技术，是最为先进的汽车和机器人处理技术。

      该平台内置全新Orin系统级芯片。

      关于Orin具体的参数，黄仁勋在演讲当中提到，该芯片由170亿个晶体管组成，凝聚着NVIDIA团队为期四年的努力。Orin系统级芯片集成了NVIDIA新一代GPU架构和Arm Hercules CPU内核以及全新深度学习和计算机视觉加速器，每秒可运行200万亿次计算。

      最重要的是，Orin是英伟达上一代Xavier系统级芯片性能的7倍，同时计划2022年投产。

      Orin可处理在自动驾驶汽车和机器人中同时运行的大量应用和深度神经网络，并且达到了ISO 26262 ASIL-D等系统安全标准。

      NVIDIA DRIVE是一个端到端AV自动驾驶平台，该平台由软件定义，而非固定功能的芯片，使得大量开发人员可按照持续集成、持续交付的开发方式进行协作。

      黄仁勋表示，将在NGC容器注册上，向交通运输行业开源NVIDIA DRIVE自动驾驶汽车深度神经网络。DRIVE AGX Orin能够赋力从L2级到L5级完全自动驾驶汽车开发的兼容架构平台，助力OEM开发大型复杂的软件产品系列。

      由于Orin和Xavier均可通过开放的CUDA、TensorRT API及各类库进行编程，因此开发者能够在一次性投资后使用跨多代的产品。

      黄仁勋表示：“打造安全的自动驾驶汽车，也许是当今社会所面临的最大计算挑战。实现自动驾驶汽车所需的投入呈指数级增长，面对复杂的开发任务，像Orin这样的可扩展、可编程、软件定义的AI平台不可或缺。”

      推出NVIDIA DRIVE预训练模型

      面对自动驾驶最核心的需求“安全”，英伟达开发了 “NVIDIA DRIVE预训练模”。也就是说，真正技术在道路上使用之前，首先是要在数据中心进行验证。

      对于自动驾驶来说，第一步就是海量的数据收集工作。在有人驾驶的车辆上，需要安装很多的传感器。包括些摄象头、雷达，它们的作用就是收集大量的数据。

      一般情况下，一辆车一天在外面开6小时-8小时，每周就会收集到PB级的数据。意味着这些海量信息需要进行处理、标记、存储、训练，从而更好的了解周围的环境，并且识别其它的车辆、车道信息等。

      按照黄教主的说法，一个正常运行的安全自动驾驶技术需要许多AI模型组成，其算法具有多样性和冗余性。NVIDIA开发了先进的感知模型，用于检测、分类、跟踪和轨迹预测，还可用于感知、本地化、规划和制图。

      除此之外，英伟达也开发了很多“深度神经网络”来识别各种各样的东西。也就是迁移学习，预训练的模型可以进行调整以适应原始的设备制造商，包括主机厂、传感器和具体的地区要求，当然调整的自由度是有限制的。

      例如：检测路上的一些物体、路标，以及处理雷达、激光雷达。按照英伟达的说法，目前整个的这一系列软件，现在都可以给业界开放使用。

      值得一提的是，这些都是基于英伟达自主知识产权的“预训练”模型，也是在他们的“云”上来进行训练的。此外，这些预训练模型均可从NGC上注册下载。

      自动驾驶朋友圈进一步扩大，滴滴使用英伟达技术开发L4

      英伟达的“朋友圈”依旧在扩张，黄教主在现场宣布，滴滴将使用NVIDIA GPU和其他技术开发自动驾驶和云计算解决方案。

      滴滴将在数据中心使用NVIDIA GPU训练机器学习算法，并采用NVIDIA DRIVE为其L4级自动驾驶汽车提供推理能力。

      作为滴滴自动驾驶AI处理的一部分，英伟达 DRIVE借助多个深度神经网络融合来自各类传感器(摄像头、激光雷达、雷达等)的数据，从而实现对汽车周围环境360度全方位的理解，并规划出安全的行驶路径。

      英伟达自动驾驶汽车副总裁Rishi Dhall称：“不论是在云端还是汽车中，开发安全的自动驾驶技术，端到端的AI都不可或缺。借助英伟达的AI技术，滴滴将能够开发更安全高效的交通运输系统，并提供丰富的云服务。”

      8月份，滴滴将其自动驾驶部门升级为独立公司，并与产业链合作伙伴开展广泛合作。为了训练这些深度神经网络，滴滴将采用英伟达 GPU数据中心服务器。

      在云计算方面，滴滴还将构建领先的AI基础架构，并推出计算型、渲染型和游戏型vGPU云服务器。滴滴云将采用新的vGPU许可证模式，主要为用户提供体验更佳、应用场景更丰富、效率更高、更具创新性和灵活的GPU计算云服务。目前，滴滴云已与英伟达等行业合作伙伴携手服务交通出行、AI等多个领域。

      当然，除去滴滴这个伙伴，英伟达 Drive 平台上此前也已聚集了诸多厂商，目前已经形成下图所示的全新生态圈。

      深耕10年，英伟达的汽车生态圈聚焦量产

      其实在英伟达的生态系统中，目前已经汇集了超过 370 家不同的公司。虽然这个数字反映了英伟达阵营的庞大，但这个生态中的 370 个合作伙伴并不都是汽车厂商。具体来说，这些合作伙伴还包括移动出行公司，一级供应商，自动驾驶初创公司、激光雷达公司、地图公司等等。

      在汽车领域，这个生态也在进一步扩大。据雷锋网(公众号：雷锋网)了解，大众、丰田、沃尔沃等汽车厂商已是英伟达的客户。

      除此之外，一众 Tier1也是英伟达的朋友圈。雷锋网了解到，具体包括，大陆、博世、采埃孚、海拉等。在自动驾驶时代，他们的相继携手，也从侧面反映了芯片供应商与一级供应商合作的迫切心情。

      毕竟，一级供应商是自动驾驶生态中的关键一环，它能很好地满足汽车厂商的苛刻要求。同时，这样紧密的合作也是打造一个安全、可靠的自动驾驶系统所必须的。

      乘着 AI 东风的英伟达，海量数据的处理与计算能力正是它所擅长的领域，而风头正劲的自动驾驶对计算和数据处理能力的需求也日益暴增。

      当然也可以说，与传统汽车半导体公司相比，英伟达的真正优势并不是芯片设计能力，而是将诸如深度神经网络、云计算以及视觉等技术引入汽车芯片。

      这次，英伟达又带来了重磅的新杀器，牵手BAT和滴滴进一步壮大了“中国朋友圈”，同时与他们狠狠地秀了一把恩爱，以致黄教主在发布会的最后会心的笑了。